在这个瞬息万变的医疗领域，科技如同烈火般驱动着医疗的变革与进步。2023年3月31日，美国心脏病学会（ACC）举行的第25届学术会议上，由莫尔豪斯医学院的Elizabeth Ofili教授揭示了一个引人注目的研究成果——Health360x.ai注册研究。该研究展示了如何利用人工智能（AI）技术，去中心化临床试验（DCT），以及数字健康技术（DHT）相结合，促进更广泛人群的临床参与，特别是在资源匮乏的基层医疗机构中实现公平参与。
研究的背景与目标
当今的医疗研究面临着一个显著的问题，那就是临床试验的参与者多样性不足。特别是在美国，非白人群体在临床试验中的比例常常无法反映其在整个社会中的比例。这一现象不仅影响了研究结果的有效性，更使得药物研发的过程缺乏充分的代表性。根据美国食品和药物管理局（FDA）和美国国立卫生研究院（NIH）的数据显示，特定群体的招募与留存难度加剧，导致药物研发的适用性日益低下。
以此为背景，ACC.25 SBIR快速通道奖针对这一问题提出了开发Health360临床研究平台的目标。其核心假设为通过建立一个去中心化的临床试验平台，能够更有效地填补基层医生的实践空缺，扩展底层人群的参与机会。
创新模型与实施策略
Health360x.ai平台的成功，得益于其深思熟虑的设计与实施框架。蔡衡教授对此表示，平台最核心的创新在于其AI驱动的EHR（电子健康记录）兼容性优化，解决了基层医疗机构一直以来面临的EHR系统碎片化问题。通过动态交互式查询及自然语言处理（NLP）技术，Health360x显著提升了数据采集效率。
具体来说，Health360x实施遵循了PRISM模型（实用、稳健实施与可持续性模型），以分阶段推进技术落地，并通过RE-AIM框架评估其覆盖范围、留存率等关键指标。这种系统性的评估确保了技术的可持续性和高效性。
社区合作与学术支持
为了推动社区的参与，Health360x.ai推出了Site Hub for PhRMA赞助雪试验的访问协作项目。该项目以“社区合作领导力+学术导师支持”的生态协作为核心，旨在建立一个可持续的发展模式，同时提供系统化的培训和标准化的操作流程。比如，在社区合作方面，Health360x.ai的策略包括整合全国和地方社区团体，从而提升社区的话语权与合作效果。
遇到的挑战与应对策略
尽管成就斐然，Health360x.ai在推进过程中也遇到了诸多挑战。例如，地理分布和病种覆盖存在局限，样本主要集中于德克萨斯州和佐治亚州，影响了研究结果的广泛适用性。此外，AI算法的透明度不足及EHR一体化细节未公开，给结果的可重复性带来了难题。
针对这些挑战，蔡衡教授强调未来的研究需要扩展到多中心和多病种的验证，并开展5年以上的真实世界研究。他认为，推动AI算法的开源与差分隐私保护是提升临床试验参与性的有效途径。
研究结果与意义
截至目前，Health360x.ai注册的参与者已达11374例。其中，85%为非裔美国人，8%为白人，5%为拉丁裔。而更具意义的是，研究的留存率显示基层研究中心在招募过程中表现出色，基线留存率达到了83%，随访留存率更是高达87%，显著高于行业标准。
根据定性焦点小组分析，75%的讨论集中在电子病历人工智能与机器学习（EMAI/ML）命招募资源，以及站点团队培训的重要性。此外，由于Health360x.ai系统可用性达到95%，其对参与者的吸引力不可小觑。
结语
Health 360x.ai项目的成功不仅彰显了人工智能赋能下的临床试验新模式，更为今后实现多样化临床参与的可行性提供了宝贵经验。作为医务工作者，我们应当积极探索并应用这些新技术，为推动医疗科技的进步与发展贡献力量。正如蔡衡教授所言，未来的科研之路，将有效促进公平参与的医疗时代，迎接人人可及的健康未来。返回搜狐，查看更多
